BI mit Tableau: Visualisierungs-Power trifft auf Benutzerfreundlichkeit
In unserem Blog-Beitrag “BI-Tools im Vergleich” haben wir Euch bereits einen ersten Einblick in die Welt der Business-Intelligence-Anwendungen gegeben. Jetzt wird es Zeit, uns die relevantesten Tools ganz genau anzusehen und Euch die Platzhirsche vorzustellen. Den Anfang machen wir mit einem der bekanntesten Tools aus dem BI-Bereich: Tableau.
Ein wichtiger Aspekt von Tableau ist die Datenvisualisierung. Denn Tableau ermöglicht es, selbst komplexe Datenzusammenhänge einfach, verständlich und in attraktiver Form darzustellen. Stärken wie diese weckten schon bald das Interesse von Technologiekonzernen, für deren Lösungen Daten und Datenverarbeitung von großer Bedeutung sind. Letztlich sicherte sich 2019 Salesforce den Zuschlag – und übernahm Tableau für 15,7 Milliarden US-Dollar. Der CRM-Riese hatte in den letzten Jahren sein Leistungsportfolio immer wieder durch gezielte Übernahmen erweitert. Doch aufgrund der enorm hohen Summe sticht dieser Kauf heraus. Das beweist zum einen die hohe Bedeutung von Self-Service-BI-Tools im Zusammenhang mit der Verarbeitung von Daten, zum anderen unterstreicht es die bedeutende Rolle von Tableau im Vergleich der verschiedenen Business-Intelligence-Anwendungen auf dem Markt.
Tableau Cloud, Tableau Desktop, Tableau Server: Produktvarianten im Vergleich
Inzwischen wurde Tableau erfolgreich in die Salesforce-Systemlandschaft integriert. Tableau ist aber weiterhin als eigenständiges BI-Tool auf dem Markt. Als solches lässt es sich selbstverständlich auch im Zusammenspiel mit Produkten anderer Hersteller nutzen. Um die Funktionsvielfalt von Tableau im Überblick kennenzulernen, lohnt es sich, zuerst einen Blick auf die einzelnen Varianten des Tools zu werfen.
- Eine cloud-basierte Variante darf in der heutigen Zeit natürlich nicht fehlen. Mit Tableau Cloud bietet Tableau eine skalierbare Plattform, die sowohl die Anforderungen kleiner Unternehmen als auch die großer Konzerne erfüllt. Eine beliebige Nutzerzahl hat damit die Möglichkeit, Daten in ansprechenden und interaktiven Visualisierungen darzustellen und von überall her auf diese zuzugreifen. Gerade im Bereich Kollaboration einzelner Mitarbeitender oder verschiedener Unternehmensbereiche bieten sich hier zahlreiche Vorteile, da Daten und Berichte in Echtzeit geteilt werden können. Das erleichtert die Zusammenarbeit und hilft dabei, datenbasierte Entscheidungen zu treffen. Dazu lassen sich Daten aus unterschiedlichen Quellen an die Cloud-Plattform von Tableau anschließen und miteinander verbinden. Eine gewisse Rolle spielt hier jedoch das Thema Datensicherheit.
- Ebenfalls im Angebot: die Desktop-Variante Tableau Desktop. Auch hier lassen sich alle Visualisierungsmöglichkeiten, die Tableau zur Verfügung stellt, nutzen. Und so wie bei Tableau Cloud besteht ebenso die Möglichkeit, Datenzusammenhänge und Erkenntnisse schnell per Drag & Drop in Darstellungen zu überführen. Doch in aktuellen Projekten zur Implementierung von BI-Lösungen wird die Anforderung einer cloud-basierten Lösung immer häufiger genannt. Denn gerade die einfache Zusammenarbeit und der ständige Datenzugang sind für viele Kunden von wachsender Bedeutung . Doch aufgrund möglicher datenschutzrechtlicher Bedenken gegenüber einer Cloud-Lösung hat die DesktopVariante von Tableau nach wie vor ihre Daseinsberechtigung.
- Bei der dritten Variante handelt es sich um Tableau Server. Diese ermöglicht es gerade größeren Organisationen, beiden Ansprüchen gerecht zu werden: also sowohl die vollen Funktionen der cloud-basierten Plattform zu nutzen als auch die eigene Datenhoheit zu behalten. Demgegenüber steht hier lediglich der Aufwand, eine eigene Serverinstanz einzurichten und zu verwalten.
Daten anbinden und aufbereiten (Tableau Prep)
Sämtliche Varianten von Tableau erlauben jedoch immer eine einfache Datenanbindung aus verschiedenen Quellen. Dies ermöglicht es nicht zuletzt, ohne großes technisches Know-how Dashboards oder Arbeitsblätter zu kreieren. Mögliche Datenquellen können beispielsweise Cloud-Daten, Excel-Tabellen oder CSV-Dateien sein. Doch auch Python- und R-Skripte lassen sich anbinden. Für individuelle Analysen lassen sich zudem innerhalb sogenannter “berechneter Felder” auch selbstcodierte Berechnungen schreiben. So ergeben sich insgesamt eine Menge Analysemöglichkeiten.
Doch gerade bei großen Datenmengen kann man nach deren Anbindung auf ein großes Durcheinander stoßen. Denn häufig ist die Datenqualität nicht ausreichend – und die Datenformate sind so uneinheitlich, dass deren visuelle Darstellung noch gar nicht möglich ist. Genau hier kommt mit Tableau Prep ein weiterer Baustein ins Spiel. Dank einer benutzerfreundlichen, visuellen Oberfläche ist es damit möglich, die Daten auch ohne tieferes Wissen und umfangreiche Programmierkenntnisse zu bereinigen und in nutzbare Formate zu überführen. Schon zu Beginn der Datenbereinigung lassen sich dabei mögliche Abweichungen bei den Datenformaten, Ausreißer oder Qualitärsprobleme einfach identifizieren. Eine Automatisierung wiederkehrender Bereinigungsprozesse erleichtert zudem die Arbeit und spart Zeit. Auch an dieser Stelle können viele Schritte einfach und schnell per Drag & Drop durchgeführt werden.
Quelle: Tableau
Datenvisualisierung: die große Stärke von Tableau
Sind die Daten dann so aufbereitet, dass sie genutzt werden können, kommen wir zum Herzstück von Tableau: der Datenvisualisierung. Dargestellt in der geeigneten visuellen Form, sind datenbasierte Zusammenhänge viel einfacher zu verstehen. Und gerade hier bietet Tableau im Vergleich zu anderen BI-Tools enorme Möglichkeiten. Aufgrund der vielen Darstellungsoptionen ist allerdings auch ein strukturiertes Vorgehen nötig. Denn um Inhalte in Tableau klar und verständlich vermitteln zu können, sollte die jeweilige Darstellungsform sorgfältig ausgewählt werden. Die unverzichtbare Grundlage hierfür ist das Verständnis der zugrundeliegenden Daten.
Zahlreiche Sachverhalte lassen sich bereits mit den “klassischen” Darstellungsformen zeigen. So eignen sich Balkendiagramme (Bar Charts) zum Vergleich von Daten, Liniendiagramme (Line Charts) zur Darstellung von Trends oder Verlaufsdarstellungen, Kreis- und Tortendiagramme (Pie and Donut Charts) zur Darstellung von Anteilen und Verteilungen sowie Streudiagramme (Scatter Plots) zur Identifikation Korrelationen zwischen zwei Variablen. Doch neben diesen Standardwerkzeugen bietet Tableau je nach Anforderung viele weitere Darstellungsmöglichkeiten.
So können etwa Kartenvisualisierungen (Map Charts) integriert werden, um geografische Daten darzustellen. Neben den klassischen Karten lassen sich hier auch große Datenmengen in Heatmaps so darstellen, dass Muster und Unterschiede auf den ersten Blick zu erkennen sind. Blasendiagramme (Bubble Charts) sind eine erweiterte Form von Streudiagrammen, die über die Größe der dargestellten Bubbles die Integration einer weiteren Datenvariable ermöglichen. Darüber hinaus dienen Gantt-Charts zur Darstellung von Fortschritten und Projektverläufen, Treemaps zur Visualisierung hierarchischer Datenstrukturen in Organigrammen oder Portfolioanalysen, Radialdiagramme (Radial Charts) als Weiterentwicklung von Kreisdiagrammen, Boxplots zur Identifizierung von Ausreißern oder Quartilen und nicht zuletzt Word Clouds zur Auswertung von Textdaten.
Durch den kombinierten Einsatz dieser vielfältigen Darstellungsformen lassen sich schließlich beeindruckende Dashboards aufbauen. Deren Gestaltung entspricht nahezu einer eigenen Kunstrichtung, denn der Kreativität sind hier keine Grenzen gesetzt. Besonders kreative oder informative Datenvisualisierungen stellt Tableau täglich in der Kategorie ‘Viz of the Day’ vor. Ein Blick darauf kann die nötige Inspiration bei der Erstellung des nächsten Dashboards liefern.
Quelle: Tableau
Daten darstellen: Tipps aus der Praxis
Da Informationen über Bilder viel besser und schneller erfasst werden können als über bloße Zahlen, ist die Erstellung der Datenvisualisierungen ein entscheidender Schritt in der Arbeit mit Tableau. Doch unter Beachtung einiger Grundregeln lässt sich dieser Schritt aber mit Leichtigkeit bewältigen. Entscheidend ist zunächst die Auswahl der geeigneten Visualisierungsart. Gerade mit Blick auf die vielfältigen Möglichkeiten von Tableau kann dies auf den ersten Blick schwierig erscheinen. Doch mit einem gewissen Verständnis für die zugrundeliegenden Daten fällt die Auswahl leicht. Zentrale Fragen dabei sind zum Beispiel: Welche Botschaft Tableau mit den Daten vermitteln? Oder: Welche Datenformate liegen vor? Auch hier unterstützt Tableau. Denn nachdem Ihr die Anzahl der relevanten Variablen ausgewählt habt, empfiehlt es geeignete Visualisierungen. Außerdem könnt Ihr schnell zwischen verschiedenen Darstellungsformen wechseln. Es empfiehlt sich also, ein bisschen zu experimentieren, um die optimale Visualisierung zu finden.
Die Visualisierung selbst sollte dann so einfach wie möglich und ohne unnötige Details dargestellt werden. Schließlich wollt Ihr die gewünschte Botschaft klar vermitteln und nicht von ihr abzulenken. Farben sind daher sorgfältig und nicht willkürlich einzusetzen. Auch bei der Farbwahl solltet Ihr den Fokus auf die zentralen Informationen legen, um diese optisch hervorzuheben. Außerdem ist es auch hier wichtig, die Formatierungsrichtlinien und die farbliche Gestaltung konsistent zu halten. Dabei kann es hilfreich sein, sich nach der vorgegebenen CI zu richten. Wichtig sind zudem die ausreichende Beschriftung der Achsen, ein prägnanter Titel und eindeutige Legenden. Denn die Betrachter:innen sollen die Visualisierung auch ohne Unterstützung verstehen können. Tableau bietet dabei auch zahlreiche Möglichkeiten, um ein Dashboard interaktiv zu nutzen. So können User über Filter und andere Funktionen mit den Daten interagieren, um detailliertere Einblicke zu individuell relevanten Sachverhalten zu gewinnen.
Ein guter Gesamtüberblick über einen Sachverhalt ist oftmals die entscheidende Voraussetzung, um business-relevante Entscheidungen zu treffen. Tableau bietet hierfür vielfältige Funktionen. Für optimale Ergebnisse empfiehlt es sich dabei, verschiedene Visualisierungsformen zusammenzuführen und mit ihnen – im Sinne des Storytellings – eine Geschichte zu erzählen. So lässt sich etwa aus einzelnen Visualisierungen, die in eigenen Arbeitsblättern erstellt wurden, ein Dashboard entwickeln. Mehrere Tableau-Dashboards können dann eine Story mit verschiedenen Storypoints erzählen. Über Filter lassen sich schließlich spezifische Kontexte setzen, sodass einzelne Dashboards auch mehrfach genutzt werden können, um verschiedene “Geschichten” zu erzählen. In Unternehmen ist dies besonders nützlich, wenn interdisziplinär gearbeitet wird. Und da es in Tableau mehrere Exportmöglichkeiten gibt (z. B. das Versenden als Bilddatei oder PDF) ist auch das Teilen der Erkenntnisse sehr einfach.
Tableau und Salesforce
Nach der oben erwähnten Übernahme durch Salesforce müssen wir natürlich auch die Integration von Tableau in die Systeme des CRM-Marktführers betrachten. Selbstverständlich war Salesforce auch in der Zeit vor Tableau im Bereich der Datenanalyse und der Datenvisualisierung unterwegs. Doch mit Einstein Analytics lag der Fokus stärker auf KI-basierten Analysen und Machine-Learning-Anwendungen. “Einstein Analytics“ nimmt dabei die Rolle eines persönlichen Data Scientists ein, der es mit Hilfe komplexer prädikativer Modelle möglich macht, seinen Nutzer:innen innerhalb ihrer CRM-Prozesse Handlungsempfehlungen und Next Best Offers anzubieten.
Quelle: Tableau
Tableau und das Analytics Studio: Das Beste aus zwei Welten
Mit der Integration von Tableau sollten nun die Stärken beider Seiten – Tableau und Einstein – in einem neuen Produkt vereint werden. Das Ergebnis: Analytics Studio. Damit ist die Integration unterschiedlichster Daten – ob aus Salesforce oder aus externen Datenquellen – jetzt noch einfacher. Die von Tableau gewohnten starken Visualisierungsmöglichkeiten lassen sich nun mit der KI-Welt von Einstein Analytics kombinieren. In einem ersten Schritt wurden dafür die Predictive-Funktionalitäten von Einstein Analytics auf der Tableau-Plattform zugänglich gemacht. Die KI-basierten Insights und Handlungsempfehlungen von Einstein Discovery sind nun direkt in Tableau verfügbar. User können dabei statistisch relevante Muster einfacher erkennen und Vorhersagen treffen – z. B. wie hoch die Wahrscheinlichkeiten für den Kauf eines Produkts oder dessen Zurücksendung sind.
Aufgrund der intuitiven Umgebung von Einstein Discovey lassen sich auch leistungsstarke Vorhersagemodelle ohne Programmierung eigener Algorithmen erstellen. Empfehlungen und Empfehlungsmodelle, die Vertriebs- und Marketingteams bei der Analyse von Kundenverhalten und Identifizierung von Verkaufschancen unterstützen, werden von Einstein Discovery proaktiv zur Verfügung gestellt. Tableau sorgt dabei dafür, dass Analyseergebnisse und Vorhersagen einfach und verständlich visuell präsentiert werden. Das erleichtert die Interpretation der Ergebnisse und die entsprechenden Umsetzungen. Gerade hier kommen wieder die Stärken von Tableau in der Datenvisualisierung ins Spiel.
Die beiden ursprünglichen Produkte profitieren dabei gegenseitig voneinander. So sind etwa Tableau-Abfragen auf Einstein Analytics Data Sets möglich. Vorteile von Einstein wie etwa Skalierung, Performance oder Sicherheitsaspekte werden so mit den Explorationsmöglichkeiten von Tableau verknüpft. Auf der anderen Seite schreibt Einstein Analytics auf die Tableau-Plattform. Das heißt: Es können Datenextrakte anlegt werden, die von Salesforce nach Tableau geladen werden. So werden Analysen und Datenzugriffe auf der Salesforce-Benutzerebene im Sinne einer sicheren und datenschutzkonformen Benutzerverwaltung festgelegt und von dieser übernommen, um Governance und Transparenz gewährleisten zu können.
Salesforce Data Cloud: Die Reise von Tableau in der Salesforce Welt geht weiter
Doch im Rahmen der stetigen Weiterentwicklung von Salesforce ist die Integration von Tableau noch lange nicht das Ende. Aktuell etwa steht mit der Salesforce Data Cloud ein weiteres äußerst spannendes Produkt in den Startlöchern. Künftig ist die Data Cloud als zentrale Plattform für Kundendaten zu sehen, die den Ansprüchen eines einheitlich zugrunde liegenden Master Data Managements gerecht wird und eine echte 360-Grad-Sicht auf den Kunden ermöglicht. Integrierte Konnektoren ermöglichen dabei den Zugriff auf Daten aus allen Kanälen. Neben den klassischen Datenquellen schließt dies auch Live-Datenströme oder Streaming-Daten aus dem Internet und von mobilen Geräten mit ein. Die Datenintegration, die Datenaufbereitung, Berechnungsschritte zur Datenbearbeitung und KI-gestützte Algorithmen werden dann in der Data Cloud durchgeführt. So fungiert sie als Single Source of Truth für die visuellen Auswertungen im Analytics Studio.
Fazit: Mit Tableau in eine datenbasierte Zukunft
Tableau kann bei der Datenanalyse die komplette Bandbreite abdecken. Mithilfe von Tableau Prep werden Daten einfach aufbereitet. Tableau Desktop reicht bereits für Analysen und Visualisierung aus. Und Tableau Cloud oder Tableau Server dienen zum Einsatz als leistungsstarke Kollaborationsmodelle. Auf diese Weise können Unternehmen oder Organisationen Erkenntnisse einfach austauschen und als Basis für datengetriebene Geschäftsentscheidungen nutzen. Dabei ist der Einsatz von Tableau aufgrund kundenspezifischer Abo-Modelle für alle Unternehmensgrößen interessant.
Auch durch die einfache Handhabung hat sich Tableau zu einem sehr populären BI-Tool entwickelt. Denn als großer Pluspunkt lässt es sich ohne Expertenwissen in sämtlichen Branchen und Fachbereichen nutzen. Im Vergleich zu anderen Tools ist zudem besonders die Stärke von Tableau in der visuellen Darstellung von Daten und Datenzusammenhängen zu nennen. Nicht zuletzt deshalb hatte Tableau das Interesse von Salesforce geweckt. Seit der Übernahme konnte Salesforce sein Lösungsportfolio im Bereich der Datenanalyse und besonders bei der Visualisierung von Daten erheblich erweitern. Mit der Integration von Tableau in die mächtige KI-Plattform Einstein Discovery kann Salesforce seinen Kunden nun in Fornm des Analytics Studios einen erheblichen Mehrwert bieten.
Nun steht mit der Salesforce Data Cloud die nächste Entwicklungsstufe bevor. Wohin die Reise für Tableau noch geht? Es bleibt spannend und sehr vielversprechend.
Mehr zu Tableau und weiteren wichtigen Business-Intelligence-Tools findet Ihr im Blog-Beitrag “BI-Tools im Vergleich”.
Ihr wollt mehr erfahren?
Gerne rufe ich Sie für ein weiterführendes Gespräch zurück:
Christoph Scherer
M +49 151 1083 1302
In unserem Blog-Beitrag “BI-Tools im Vergleich” haben wir Euch bereits einen ersten Einblick in die Welt der Business-Intelligence-Anwendungen gegeben. Jetzt wird es Zeit, uns die relevantesten Tools ganz genau anzusehen und Euch die Platzhirsche vorzustellen. Den Anfang machen wir mit einem der bekanntesten Tools aus dem BI-Bereich: Tableau.